韩 鑫

国能神东煤炭集团有限责任公司

摘要(Abstract)：

针对煤矿井下作业空间狭小、视觉环境恶劣、人车事故频发的问题，提出一种基于视觉人工智能的煤矿井下无轨胶轮车智能辅助驾驶方法及系统。该系统以深度学习算法为核心，融合图像增强、相机标定、字符相似度计算等技术，实现对驾驶员不系安全带、闯红灯、单手开车、抽烟及车辆安全距离不足等不安全行为的实时检测与识别。通过硬件设备层、数据层、基础服务层、服务应用层及展现层的分层架构设计，构建“数据采集－预处理－模型推理－结果后处理－告警记录”的一体化监管流程。实验验证表明，该系统可精准识别多种不安全行为，显著提升井下交通监管的智能化水平，降低人工成本，为煤矿井下运输安全提供可靠技术支撑。

关键词(KeyWords)：

煤矿井下；智能辅助驾驶；深度学习；目标检测（YOLO）；车牌识别（LPRNet）；图像增强

参考文献(References)：

［1］赵作鹏，闵冰冰，高宇蒙，等。基于AI技术的煤矿不安全行为双重预控机制建设与应用分析［J］.智能矿山，2024，5（12）：76-80.

［2］华海洋，曹卫，何敏洁.复杂地质条件下智能化煤矿不安全行为综合防控研究［J］.技术与创新管理，2024，45（1）：81-86.

［3］陈伟，任鹏，安文妮，等.基于空间注意力机制的边缘智能煤矿监控图像目标检测方法［J］.煤炭科学技术，2025，52（S2）：201.